Gemini 4が事前学習完了、Googleが捨てた自制心

『事前学習完了』の実態、Gemini 4はまだ半分しか出来ていない

2026年9月23日、Google DeepMindのシニアバイスプレジデント兼最高AIアーキテクトに就任した Koray Kavukcuoglu（コライ・カヴクチュオール） は、新体制発足後初となるメディア登壇の場で、開発中の次世代基幹AIモデル「Gemini 4」の事前学習（プレトレイニング）が完了したことを明かした。

しかし「事前学習が完了した」という発表を、そのまま「もうすぐ実用できる」と受け取るのは早計である。大規模言語モデルの構築は、膨大なデータから言語のパターンを学ぶ「事前学習」と、人間の意図に合わせた対話能力や安全上の制約を組み込む「事後学習（ポストトレーニング）」の2工程に分かれる。

事前学習を終えた段階のモデルは、いわば「図書館の全蔵書を丸暗記しただけで、失礼な発言や嘘の区別がつかない状態」に過ぎない。実務で使える品質や安全性を決めるのは、これからの事後学習だ。Kavukcuogluの宣言は、巨大な開発工程のまだ折り返し地点に到達しただけという事実を意味している。

早期公開という賭け、OpenAIが止めた道をGoogleが選んだ理由

かつてのGoogleは、徹底的な安全評価とリスク検証を完了させてから製品を一括リリースする慎重姿勢を貫いていた。しかし今回、Kavukcuogluは事後学習の初期成果を「2026年末よりもかなり早い時期」に一般公開し、利用者のフィードバックを受けながら迅速に反復改善していくという、これまでと真逆の方針を打ち出した。

完全な評価を待って一括リリースするのではなく、事後学習の初期成果を早期にユーザーへ届け、素早い反復改善を行う。

この戦略転換の背景にあるのは、競合に対する強い焦燥感だ。2026年9月現在、Anthropicの「Claude Opus 5.5」やOpenAIの「GPT-6 Sol」が市場の評価を二分する中、Googleは前モデルの遅延が響き、基幹モデルのベンチマーク測定において競合トップより約40%下回る水準に留まっていた。

同業のOpenAIが安全性の懸念から次世代モデルの公開中止を決定したのとは対照的に、Googleは安全調整を終えてから出す自制心を捨て、顧客に未完成版を早く届けて改善スピードで巻き返す賭けに出たのである。

AIがAIを訓練する『Antigravity』、便利さの裏で誰が損をするか

Googleは開発スピードを極限まで高めるため、社内開発環境「Antigravity」において、AIエージェント自身にモデル改善の実験や仮説立案を自律実行させていると明かした。人間が監督に回り、AIがAIを訓練するループを回すことで、従来とは比較にならない速度で機能修正が行われる。

しかし、開発側にとって都合の良い「素早い反復改善」は、使う側にとっては「動作や回答の精度がコロコロ変わる」という罠に裏返る。事後学習が途上の初期版モデルは、10回同じ指示を出した際の再現性が極めて低く、昨日まで動いていたプロンプトが突然エラーを起こす事態が頻発する。

企業が業務に組み込む際、最も重要なのは平均点の高さではなく「最低限の品質が常に担保されること」だ。早期公開された未完成モデルに飛びつく顧客は、結局のところGoogleの実験台として調整コストを支払わされることになる。

中小は初期版に飛びつくな、安定版を待つ側の勝ち方

地方や中小企業の現場において、発表されたばかりの新モデルにすぐ飛びつくのは無用なリスクでしかない。新機能の検証や仕様変更への対応に社内リソースを割くくらいなら、他社が地雷を踏み終えるのを待つ方がはるかに合理的だ。

最新モデルの乗り換え検討は、公式リリースから最低でも1〜2か月が経過し、出力のブレや隠れたコストが判明した段階で十分である。自社のよくある問い合わせ対応や見積もり下書きなど、影響範囲の限定された実業務で精度を確認し、従来使っていたモデルより確かな改善が見られた時だけ移行を決めればよい。

30分で課題を整理する→